[发明专利]一种基于梯度场区域分割的单幅图像的复原方法

权利要求书

1.一种基于梯度场区域分割的单幅图像的复原方法，其特征在于：对输入的单幅图像进行缩放；一方面，将缩放后的图像分别转换到HSI色空间和灰度空间，在HSI色空间获取图像的亮度空间，对亮度空间进行自动阈值分割，同时对灰度空间进行梯度场分割，获得两种分割区域，综合以上两种分割区域，获得图像的明亮区域和非明亮区域，根据明亮区域来获取代表全局大气背景光的值；另一方面，通过对缩放后的图像获取暗通道图像，运用构建的NSRAD模型进行平滑处理，得到优化后的透射率图像，将该透射率图像放大至原图尺寸之后，引入多区域理论，针对前面获得的明亮区域和非明亮区域进行融合，对透射率图像进一步地修正；最后，在暗原色理论模型的基础上，根据以上获取的代表全局大气背景光的值和修正后的透射率图像，获得去雾图像；

上述复原方法，具体包括如下步骤：

步骤1、获取代表全局大气背景光的值

(1)对输入的单幅图像进行缩放，缩放到原图尺寸的一半；

(2)将缩放后的图像转化到HSI色空间，获取图像的亮度空间，对亮度空间进行自动阈值处理，最后通过中值滤波处理和形态学最小区域腐蚀，获得一种分割区域；

(3)同时将缩放后的图像转化到灰度空间，将图像转化为灰度图像，获取灰度图像的梯度，运用梯度的阈值，进行二值分割，最后通过中值滤波处理和形态学最小区域腐蚀，获得另一种分割区域；

(4)把以上获得的两种分割区域进行“与”操作，获取图像中的天空明亮区域，在明亮区域内计算得到代表全局大气背景光的值A：

[A_m，A_s，Is]＝Th(I(x))

式中，Th(x)为梯度域和亮度空间的阈值处理，I(x)为输入图像，A_m、A_s为明亮区域像素的均值和方差，Is为分割后二值化的图像；

构建拟合出代表全局大气背景光的值A的自适应函数：

式中，ΔA为预置的修正因子，A是A_m和A_s的一次函数，k的取值范围[0，1]之间，θ为判定的阈值；

步骤2、构建NSRAD滤波算法

构建NSRAD模型的表达式为：

式中，表示Ω的边缘，n是的外法线，f(t)为扩散方程，t是输入的初步估计的透射率图像，c(q)是扩散系数；

其中，α为一个大于0的可调整数，控制扩散系数的下降速度，其中，Z为一个自然数，调节扩散速度，其越大，扩散系数下降的越快，同时会增大同质区域的控制系数β，提高过渡区域的细节对比度，q是由局部方差计算得到的控制扩散系数的因子，q₀是定义的噪声方差系数，β为同质区域的控制参数；

步骤3、透射率图像的优化

对输入的单幅图像进行缩放后的图像获取暗通道图像J^d(x)，经过NSRAD模型滤波处理，得到优化后的透射率图像t₂(x)：

t₂(x)＝f₁(J^d(x))

式中，f₁(x)表示对暗通道图像J^d(x)进行NSRAD模型滤波处理，t₂(x)为滤波处理后的透射率图像；

步骤4、将优化后的透射率图像t₂(x)放大至原图尺寸之后，引入多区域理论，针对步骤1在求取代表全局大气背景光的值后把优化后的透射率图像t₂(x)与暗通道图像J^d(x)进行多区域的融合，获得准确修正的透射率图像t₃(x)，其公式如下：

t₃(x)＝t₂(x)·(1-Is)+Is·(λ·J^d(x)+(1-λ)·t₂(x))

式中，t₂(x)为经过NSRAD模型滤波处理后的透射率图像，λ为预置的融合系数，Is为分割后二值化的图像，J^d(x)为暗通道图像；

步骤5、在暗原色理论模型的基础上，根据以上获取的代表全局大气背景光的值A和修正后的透射率图像t₃(x)，获得去雾图像：

对公式I(x)＝J(x)t(x)+A(1-t(x))和进行简化，令I₁(x)＝I(x)-A，则运用简化模型求得的复原图像为：

其中，I(x)为输入的图像，J(x)为无雾情况下的图像，t(x)表示介质的透射率，A为代表全局大气背景光的值，I_c(y)表示某个输入图像的RGB三通道的其中一个通道的图像，t₁(x)是初步估计的透射率图像，ω是调节参数；

该简化模型求取的复原图像整体偏暗，对该复原图像进行白平衡处理，得到最终复原后的图像：

J₂(x)＝f₂(J₁(x))

式中，f₂(x)为自动白平衡处理函数，J₁(x)为运用简化模型求出的图像，J₂(x)是最终复原后的图像。